December 04, 2020 – ,
Mit fortschreitenden technologischen Errungenschaften wie der Virtual Reality (respektive Augmented Reality) bedarf es auch immer mehr nach neuartigen Möglichkeiten der Interaktion zwischen Mensch und Maschine. Ein wichtiges Gebiet ist hierbei die Gestenerkennung. Bei dieser ist neben der passenden Sensorik insbesondere auch die Wahl des richtigen Klassifikators entscheidend für die Qualität der Ergebnisse.
Aus diesen Gründen soll sich die hier ausgeschriebene Arbeit mit dem Vergleich zweier unterschiedlicher Klassifikatoren zur Erfassung von Handgesten befassen.
Die Arbeit soll einen Decision Tree Classifier zur Erkennung unterschiedlicher Handgesten aus dem Kontext eines erweiterten „Schere-Stein-Papier“-Spiels trainieren und dessen Ergebnisse mit einer Support Vector Machine (SVM) aus einer vorherigen Arbeit vergleichen. Hierbei soll untersucht werden, welcher der Ansätze bei sich ändernder Anzahl an Handgesten die genaueren Ergebnisse liefert. Folgender Ablauf wäre möglich:
Die Arbeit soll möglichst in englischer Sprache verfasst werden. Start frühestens Anfang 2021.
download corresponding tendering
Keywords: Gestenerkennung, Handgesten, SVM, Decision Tree Classifier, Schere-Stein-Papier, Serious Game
Research Area(s):
Tutor: Achenbach,
Student: Sebastian Wolf